Use of artificial neural networks for estimating water content of natural gas mixtures taking into account heavy hydrocarbons contribution

Abstract

El gas natural (GN) al ser extraído de los yacimientos trae consigo agua en fase vapor. El agua presente en el gas natural deber ser removida para prevenir consecuencias desastrosas como corrosión, problemas en tuberías, formación de hidratos, dificultades en procesos de compresión y transporte, entre otros. La estimación precisa del contenido de agua en mezclas de gas natural es la base para el diseño de procesos de deshidratación. Para este propósito, se han desarrollado varios métodos de cálculo de contenido de agua (rigurosos y semiempíricos). Los métodos disponibles se basan en datos de presión y temperatura, otros métodos incluyen la concentración de sulfuro de hidrogeno (H2S), dióxido de carbono (CO2), y metano. No se han reportado métodos para el cálculo de contenido de agua que consideren la alta concentración de hidrocarburos más pesados que el metano presente en mezclas de gas rico, condensado de gas, o gas licuado de petróleo (GLP). Además, algunos métodos disponibles para la estimación del contenido de agua en el gas natural tienen baja precisión y no son aplicables a las condiciones típicas de operación en el procesamiento de gas. Actualmente, con el desarrollo de la inteligencia artificial, métodos alternativos de estimación como las redes neuronales artificiales (RNA) han probado ser precisas en la estimación de datos para aplicaciones ingenieriles. RNA basan su estructura en el funcionamiento biológico de redes neuronales y pueden aprender desde un conjunto de datos previo a predecir nuevos datos. Por lo tanto, el objetivo de este proyecto de graduación es el desarrollo de un modelo predictivo basado en redes neuronales artificiales para la estimación precisa del contenido de agua en mezclas de gas natural, tomando en cuenta la composición de los hidrocarburos pesados presentes en la mezcla, en condiciones típicas de operación. Para este fin, datos experimentales de contenido de agua en GN fueron requeridos. Los datos experimentales fueron procesados y se diseñó la RNA, después etapas de validación con otros métodos predictivos fueron necesarias para verificar la aplicabilidad del método propuesto. Ecuador al ser un país productor de hidrocarburos, las herramientas para el cálculo de contenido de agua en mezclas de gas natural son de interés para garantizar la continuidad operacional en la producción de hidrocarburos gaseosos e instalaciones de procesamiento.